據(jù)外媒RoadtoVR報道，近日英特爾智能系統(tǒng)實驗室的研究人員揭示了一種采用真實照片來增強計算機生成圖像的方法，并在「俠盜獵車手5」上進行了演示，該方法利用深度學習技術來分析游戲生成幀，然后從真實圖像數(shù)據(jù)集中生成新的幀，盡管目前處于研究狀態(tài)的這項技術對于當前游戲而言速度太慢，但它可能代表了未來實時計算機圖形學的一個全新方向。

雖然「俠盜獵車手5」在2013年發(fā)布，但它仍是一款畫面出眾的游戲，不過其還達不到符合“逼真級畫面”的定義。

盡管我們已經(jīng)可以創(chuàng)建預渲染的真實照片級真實感圖像，但是實時做到這一點仍然是個非常大的挑戰(zhàn)，雖然實時光線追蹤使我們朝向“逼真的圖形”方向邁出了一步，但即使是當今畫質(zhì)最高的游戲與真正的照片級寫實感圖像之間仍然存在差距。

英特爾智能系統(tǒng)實驗室的研究人員發(fā)表了一份研究報告，報告闡述了通過在「俠盜獵車手5」現(xiàn)有渲染引擎之上構建深度學習系統(tǒng)來創(chuàng)建真正逼真的實時圖像的方法，報告顯示結果令人印象深刻，圖像顯示穩(wěn)定性遠遠超過了同類方法。

從概念上講，該方法類似于NVIDIA的深度學習超級采樣（DLSS），但是，雖然DLSS旨在通過攝取圖像生成同一圖像的更清晰版本，但是智能系統(tǒng)實驗室的方法是先攝取圖像，然后通過從現(xiàn)實生活圖像的數(shù)據(jù)集（特別是稱為Cityscapes的數(shù)據(jù)集）中提取圖像來增強其真實感，該數(shù)據(jù)集以汽車視角度出發(fā)，以街景圖像為特色。該方法通過從數(shù)據(jù)集中提取與「俠盜獵車手5」引擎最初生成的幀中顯示的內(nèi)容最匹配的特征來創(chuàng)建一個全新的幀。

這種“風格轉換”方法并不完全是全新的，但是這種方法的創(chuàng)新之處在于它將G-buffer數(shù)據(jù)作為圖像合成過程的一部分整合在了游戲引擎中。

G-buffer是每個游戲幀的表示，包括深度、反照率、法線貼圖及對象分割等用于游戲引擎正常渲染過程中使用的信息，智能系統(tǒng)實驗室的方法不僅查看游戲引擎渲染的最終幀，還查看G-buffer所有可用的額外數(shù)據(jù)，以便能夠更好判斷如何從真實感數(shù)據(jù)集中提取數(shù)據(jù)進行繪制，從而創(chuàng)建場景的精確表示。

研究人員相信在未來該方法可與游戲引擎協(xié)同運行（而不是在游戲引擎之上），從而加速渲染過程，也許有一天，我們將能在VR游戲中看到真實逼真的圖像。